SylabUZ

Wygeneruj PDF dla tej strony

Metody optymalizacji - opis przedmiotu

Informacje ogólne
Nazwa przedmiotu Metody optymalizacji
Kod przedmiotu 11.1-WK-IDP-MO-Ć-S14_pNadGenFQ82X
Wydział Wydział Matematyki, Informatyki i Ekonometrii
Kierunek Inżynieria danych
Profil ogólnoakademicki
Rodzaj studiów pierwszego stopnia z tyt. inżyniera
Semestr rozpoczęcia semestr zimowy 2017/2018
Informacje o przedmiocie
Semestr 4
Liczba punktów ECTS do zdobycia 7
Typ przedmiotu obowiązkowy
Język nauczania polski
Sylabus opracował
  • dr Robert Dylewski, prof. UZ
Formy zajęć
Forma zajęć Liczba godzin w semestrze (stacjonarne) Liczba godzin w tygodniu (stacjonarne) Liczba godzin w semestrze (niestacjonarne) Liczba godzin w tygodniu (niestacjonarne) Forma zaliczenia
Ćwiczenia 30 2 - - Zaliczenie na ocenę
Laboratorium 30 2 - - Zaliczenie na ocenę
Wykład 30 2 - - Egzamin

Cel przedmiotu

Celem przedmiotu jest: zapoznanie studenta z matematycznymi podstawami optymalizacji oraz metodami rozwiązywania problemów optymalizacyjnych (metody optymalizacji bez ograniczeń i z ograniczeniami; prezentacja problemów optymalizacyjnych w zagadnieniach inżynierskich; nabycie przez studenta umiejętności wykorzystywania przybornika Optimization i Symbolic w pakiecie matematycznym Matlab. Po zaliczeniu przedmiotu student potrafi tworzyć modele matematyczne dla prostych zagadnień optymalizacyjnych przy wykorzystaniu wybranego pakietu matematycznego.

Wymagania wstępne

Analiza matematyczna 1 i 2, Algebra liniowa.

Zakres tematyczny

Wykład/ćwiczenia/laboratorium:

  1. Klasyfikacja zadań optymalizacji. Elementy różniczkowalności i analizy wypukłej.
  2. Warunki konieczne i wystarczające optymalności dla zadań minimalizacji bez ograniczeń i z ograniczeniami.
  3. Metody minimalizacji bez ograniczeń (najszybszego spadku, gradientów sprzężonych, Newtona i quasi-Newtona) i warunki ich zbieżności.
  4. Metody minimalizacji z ograniczeniami. Programowanie kwadratowe. Metoda SQP.
  5. Wykorzystanie pakietu Matlab i przyborników Optimization oraz Symbolic do rozwiązywania zadań optymalizacyjnych.
  6. Podstawy optymalizacji nieróżniczkowalnej. Monotoniczność w sensie Fejera. Metoda rzutów subgradientowych.

Metody kształcenia

Wykład: tradycyjny i problemowy.

Ćwiczenia: rozwiązywanie zadań (samodzielnie i wspólnie); dyskusja nad problemami dotyczącymi optymalizacji rozwiązań zagadnień inżynierskich.

Laboratorium: rozwiązywanie wybranych problemów optymalizacyjnych przy wykorzystaniu pakietu matematycznego Matlab.

Efekty uczenia się i metody weryfikacji osiągania efektów uczenia się

Opis efektu Symbole efektów Metody weryfikacji Forma zajęć

Warunki zaliczenia

Udział w zajęciach ćwiczeniowych i laboratoryjnych jest obowiązkowy.

Wykład: egzamin pisemny.

Ćwiczenia: sprawdzanie stopnia przygotowania studentów oraz ich aktywności w trakcie zajęć; kolokwia z zadaniami o zróżnicowanym stopniu trudności.

Laboratorium: sprawdzanie stopnia przygotowania studentów oraz ich aktywności w trakcie zajęć; kolokwia z zadaniami o zróżnicowanym stopniu trudności.

Na ocenę z przedmiotu składa się ocena z laboratorium (30%), ocena z ćwiczeń (30%) oraz ocena z egzaminu (40%).

Warunkiem zaliczenia przedmiotu są pozytywne oceny z ćwiczeń, laboratorium i egzaminu.

Literatura podstawowa

  1. W. Findeisen, J. Szymanowski, A. Wierzbicki, Teoria i metody obliczeniowe optymalizacji, PWN, Warszawa, 1980.
  2. W. Grabowski, Programowanie matematyczne, PWE, Warszawa, 1982.
  3. M. Brdyś, A. Ruszczyński, Metody optymalizacji w zadaniach, WNT, Warszawa, 1985.

Literatura uzupełniająca

  1. J. Stadnicki, Teoria i praktyka rozwiązywania zadań optymalizacji, WNT, Warszawa, 2006.
  2. R. Fletcher, Practical Methods of Optimization, Vol I, Vol. II, John Willey, Chichester, 1980, 1981.
  3. Z. Galas, I. Nykowski (red.), Zbiór zadań z programowania matematycznego, część I, II, PWN, Warszawa, 1986, 1988.

Uwagi


Zmodyfikowane przez dr Robert Dylewski, prof. UZ (ostatnia modyfikacja: 09-04-2017 16:27)